지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
In this study, we discuss the basic technology of machine learning of the deep neural network for natural language processing(NLP). We explain the distributed vector representation of words. Distributed vector representation is proved to be able to carry semantic meanings and are useful in various NLP tasks. The recurrent neural network(RNN) is employed to get the vector representation of sentences. We discuss the RNN encoder-decoder model and some modifications of the RNN structure to improve the accuracy of the machine translations.
To test and verify the accuracy of Google translator, we performed the translation among Korean, English, and Japanese, and examined the meaning change between the original and the translated sentence. In neural network translation, we showed some inaccuracies of the translation such as wrong relation between subject and object, or some omission or repetition of the original meaning.
In order to increase the performance and accuracy of machine translation, it is necessary to acquire more data for training.
목차
등록된 정보가 없습니다.
참고문헌 (12)
참고문헌 신청
Bojanowski, P. / 2015 / Alternative Structures for Character-Level RNNs / arXiv:1511.06303
Chung, J. / 2016 / A Character-Level Decoder without Explicit Segmentation for Neural Machine Translation / arXiv:1603.06147
Mikolov, T. / 2013 / Distributed representations of words and phrases and their compositionality / Advances in Neural Information Processing Systems 26(NIPS 2013) : 3111 ~ 3119
Okazaki Naoaki / 2017 / 自然言語?理におけるDeep Learning / 일본 전기전자정보통신학회 종합학술대회 논문집
Quoc Le / 2014 / Distributed Representations of Sentences and Documents / Dwceedings of the 31st Internationl Conference on Machine Learning
Chung, J. / 2016 / A Character-Level Decoder without Explicit Segmentation for Neural Machine Translation / arXiv:1603.06147
Mikolov, T. / 2013 / Distributed representations of words and phrases and their compositionality / Advances in Neural Information Processing Systems 26(NIPS 2013) : 3111 ~ 3119
Okazaki Naoaki / 2017 / 自然言語?理におけるDeep Learning / 일본 전기전자정보통신학회 종합학술대회 논문집
Quoc Le / 2014 / Distributed Representations of Sentences and Documents / Dwceedings of the 31st Internationl Conference on Machine Learning
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
인공지능 번역 시스템의 출현에 대한 소고
번역학연구
2017 .12
-
유의어 한일 번역을 통해 알아본 ‘인공신경망 기계번역’의 의미 관계성 인지 능력 연구
일본어문학
2023 .02
-
한중 기계번역을 활용한 오류 수정 및 생산성 연구
중국어문학
2022 .08
-
법률 특화 번역엔진 성능 평가 - 한영 계약서 번역을 중심으로 -
T&I REVIEW
2022 .06
-
일한기계번역의 오류유형에 관한 고찰-일본소설을 중심으로-
일어일문학연구
2018 .01
-
언어학과 기계 번역-한문학 텍스트의 기계 번역과 관련하여
한문학논집(漢文學論集)
2019 .01
-
기계번역에서 이중주어 구문의 한영 번역 양상- 구글 번역과 네이버 파파고의 법조문 번역 사례 비교 -
T&I REVIEW
2022 .06
-
신경망기계번역의 객관적 평가를 위한 예비연구: 자동평가와 수동평가의 균형점
통번역학연구
2019 .01
-
영어수동문의 한국어 번역에 대한 비교 분석: 기계번역과 학부생 및 통번역전공대학원생의 포스트에디팅 중심으로
언어학연구
2024 .04
-
학부 한영번역 수업에서는 기계번역을 통해 어떤 도움을 받을 수 있을까?
영어권문화연구
2023 .04
-
기계번역 활용에 관한 일한번역교육 실천 연구
일어일문학연구
2024 .02
-
기계번역·인간번역·트랜스크리에이션의 문체 비교: 광고 번역을 중심으로
통번역학연구
2017 .01
-
통번역의 미래지평 : 인공지능과 소통형 융합통번역 연구
번역학연구
2016 .06
-
인간번역과 기계번역의 여성어․남성어 비교 연구:한일 번역본 82년생 김지영 의 문말(文末)표현을 중심으로
언어학
2023 .03
-
Deep Learning and Linguistics:Language & Translation Education Measures
통번역교육연구
2019 .01
-
석사 과정의 기계번역 수업에 대한 소고 : 한일번역 전공생의 포스트에디팅 사례를 통하여
번역학연구
2018 .09
-
A Study on Machine Translation Outputs : Korean to English Translation of Embedded Sentences
영어영문학
2017 .11
-
Machine Translation versus Human Translation: The Case of English-to-Chinese Translation of Relative Clauses
언어와 정보
2018 .02
-
국내 기계 통번역의 발전 현황 분석 : 한 · 중 언어 쌍을 중심으로
번역학연구
2017 .06
-
신경망 기계번역의 작동 원리와 번역의 정확률 : 중한 번역을 실례로
중어중문학
2018 .09
이 논문의 저자 정보
최근 본 자료
댓글(0)
0